Cách dùng AI rà soát code trước khi đưa vào dự án

Trước khi đưa code vào dự án, bạn thường nhờ đồng nghiệp xem qua (code review). Khi làm một mình hoặc team nhỏ, AI có thể đóng vai người đọc thứ hai: chỉ ra lỗi logic, trường hợp biên, chỗ khó hiểu, rủi ro bảo mật. Nó không thay thế việc kiểm thử hay người có kinh nghiệm, nhưng giúp bạn bắt được nhiều lỗi sớm.

Bài này hướng dẫn cách chuẩn bị, đặt câu hỏi cho AI, cách đọc kết quả và quy tắc an toàn khi đưa code lên dịch vụ AI.

AI giúp được gì và không giúp được gì

Giúp được:

• Phát hiện lỗi logic rõ ràng, quên xử lý giá trị rỗng, vòng lặp sai điều kiện.
• Gợi ý trường hợp biên cần kiểm thử.
• Nhận xét cách đặt tên, độ rõ ràng, trùng lặp code.
• Chỉ ra những mẫu code dễ gây lỗ hổng như ghép chuỗi vào câu truy vấn, dùng dữ liệu người dùng chưa kiểm tra.
• Giải thích đoạn code khó hiểu để bạn review nhanh hơn.

Không bảo đảm được:

• AI có thể bỏ sót lỗi hoặc báo lỗi không có thật.
• AI không biết toàn bộ dự án, thông số hệ thống, dữ liệu thật của bạn.
• AI có thể đề xuất code trông hợp lý nhưng chạy sai hoặc dùng hàm không tồn tại.

Bước 1: Chuẩn bị trước khi gửi code cho AI

1. Xóa thông tin nhạy cảm: khóa API, mật khẩu, chuỗi kết nối cơ sở dữ liệu, token, dữ liệu khách hàng thật. Thay bằng giá trị giả như API_KEY_PLACEHOLDER.
2. Kiểm tra chính sách của công ty về việc đưa code lên dịch vụ AI công cộng. Code độc quyền hoặc của khách hàng có thể bị cấm.
3. Cắt đoạn code cần xem thành phần nhỏ, ví dụ một hàm hoặc một thay đổi (diff) thay vì cả dự án.
4. Viết 2 đến 3 câu mô tả: đoạn code làm gì, ngôn ngữ, phiên bản, mục tiêu.

Bước 2: Đặt câu hỏi rà soát rõ ràng

Thay vì «xem code này giúp mình», hãy cho AI vai trò và tiêu chí cụ thể. Ví dụ:

• «Bạn là kỹ sư review code. Hãy rà soát đoạn code sau theo 4 nhóm: lỗi logic, trường hợp biên, bảo mật, khả năng đọc hiểu. Với mỗi vấn đề, nêu dòng liên quan, lý do và gợi ý sửa.»
• «Liệt kê các trường hợp kiểm thử mà đoạn code này nên có, kể cả trường hợp lỗi.»
• «Giải thích đoạn code này làm gì từng bước, để tôi kiểm tra có đúng ý định không.»

Bạn có thể yêu cầu AI nói rõ mức độ chắc chắn, và tách phần «chắc chắn là lỗi» khỏi «có thể là vấn đề».

Bước 3: Đọc và kiểm chứng kết quả

1. Xem từng nhận xét và tự hỏi: lỗi này có thật không? Mình có thể tái hiện nó bằng một test nhỏ không?
2. Với mỗi gợi ý sửa, đọc kỹ thay đổi. Đừng dán thẳng vào dự án nếu chưa hiểu.
3. Kiểm tra tài liệu chính thức của thư viện, ngôn ngữ nếu AI nhắc tới một hàm hoặc tùy chọn bạn chưa từng thấy.
4. Viết hoặc chạy test cho các trường hợp biên mà AI gợi ý.
5. Hỏi lại AI nếu chưa rõ, ví dụ «vì sao đoạn này có thể gây lỗi khi danh sách rỗng?».

Checklist rà soát nhanh

• Đầu vào có được kiểm tra (rỗng, sai kiểu, quá dài)?
• Lỗi có được xử lý, hay đang bị bỏ qua im lặng?
• Có dữ liệu nhạy cảm bị ghi vào log hoặc trả ra ngoài?
• Có ghép chuỗi trực tiếp vào truy vấn hoặc lệnh hệ thống?
• Có phụ thuộc thư viện mới, và thư viện đó có đáng tin, còn được bảo trì?
• Hàm có làm quá nhiều việc, khó test?
• Tên biến, hàm có rõ nghĩa?

Kết hợp AI với quy trình sẵn có

• Để AI review trước, rồi nhờ người trong team review sau, chứ không bỏ bước của con người.
• Dùng thêm công cụ có sẵn như linter, kiểm tra kiểu, bộ test tự động; chúng cho kết quả ổn định hơn AI ở những lỗi mà chúng phát hiện được.
• Ghi chú lại những lỗi AI từng bỏ sót để lần sau biết đặt câu hỏi tốt hơn.
• Nếu dùng trợ lý AI trong trình soạn code, xem dùng GitHub Copilot hỗ trợ viết code và dùng AI hỗ trợ học lập trình cho người mới.

Nhớ đọc thêm những thông tin không nên đưa vào ChatGPT và AI trước khi dán code vào bất kỳ công cụ nào.

Cần hỗ trợ thêm?

Nếu doanh nghiệp bạn cần phần mềm theo yêu cầu hoặc muốn có người rà soát hệ thống, xem phần mềm theo yêu cầu hoặc dịch vụ IT của Cường Tech, hay gọi hotline 0943.847.333.